AI 赌上5万亿美元，只为一堂“品味必修课”

本文来自微信公众号： Fast Company中文版 ，作者：Elizabeth Segran，原文标题：《AI 赌上 5 万亿美元，只为一堂“品味必修课”》

这个任务令人愉快：我受邀在初夏的一座花园里主持一场座谈会。问题在于，这需要一套我没有、也没时间去找的服装。我想这应该不难。我每天都在用AI总结文字记录、整合财务数据、起草邮件。这件事当然也可以外包。

我打开ChatGPT，让它帮我从我最喜欢的法国品牌Sézane里找一条适合户外职业活动的裙子。它从品牌目录里挑出了几件亚麻和钩针编织的裙子——松垮飘逸、毫无结构可言，需要在内衣搭配上费尽心思，我根本不想动这个脑筋。我进一步说明需求，它随即调整。

经过几轮拉锯，它终于给出了一条我喜欢的红色波点裙。但没有购买链接。我手动去Google搜索，发现这条裙子是上一季的款式，在Poshmark上只剩一件2码。从用ChatGPT开始搜，到彻底放弃，我花了整整二十分钟。最后我打开Sézane的官网，用最老派的方式买了一件。

人工智能在短短几年内，已经取代了程序员、通过了律师资格考试、为整整一代大学生写完了学期论文。然而，这项正在重塑文明的技术，却仍然无法帮我买到一条裙子。

能解开这道难题的零售商，很可能将主宰网购的下一个时代。2022年ChatGPT横空出世，成为史上普及速度最快的消费技术，也点燃了导火索。Amazon、Walmart这样的巨头，以及一众规模更小的玩家，纷纷推出AI驱动的购物助手，帮助消费者从自己的商品库中找到合适的产品。

很快，Daydream、Phia、Remark等初创公司也拿到了数百万美元的风投资金，用于打造能够提供超个性化产品推荐的AI购物Agent（智能体）。过去一年里，OpenAI、Google和Anthropic一直在幕后与电商基础设施巨头Shopify和Stripe合作，构建关键的零售管道设施，比如AI原生的结账系统和实时库存更新。

它们正在为一个“智能体商务”的世界做准备。在那个世界里，自主Agent将替你浏览、比价、下单。这些公司承诺，在不久的将来，你的AI助手将对你了如指掌，能够预判你每周的食品杂货采购，为你即将到来的滑雪之旅备好装备，而你连手指都不用动一下。

目前，ChatGPT所有查询中已有2%与购物相关——相当于每天5000万次。麦肯锡去年10月估算，到2030年，AI助手有望每年推动高达1万亿美元的美国购物交易，全球范围内则高达5万亿美元。然而，就像许多AI赋能的技术一样，承诺与现实之间存在着巨大的鸿沟。眼下，AI辅助购物的体验令人沮丧，效果很差。Walmart的Sparky或许是当前最先进的购物聊天机器人，但在某些事情上，它也就比搜索栏稍微好用一点。

图片来源：eology

与此同时，大多数前沿模型甚至判断不了一件商品是否有库存，更别说让你点击购买了。“绝大多数面向消费者的辅助生成式AI体验，都是仓促上线的，因为所有人都有FOMO（错失恐惧症），”Forrester首席分析师Emily Pfeiffer说，她的研究领域是商务技术，“这些产品的测试做得很差。”

业内专家——包括那些在Google和OpenAI领导智能体商务业务的人——强调，变化即将到来。他们表示，到今年年底，AI系统推荐产品和自动完成结账的能力，将远比我经历的顺畅得多。但即便这些问题得到解决，还有更深层、更具哲学意味的障碍需要应对。要向用户推荐某些产品，AI需要培养出一种审美感。

回想我找裙子的过程。我告诉ChatGPT，Sézane是我最喜欢的品牌，但即便现在，我仍然很难解释为什么。我喜欢它的廓形和色调，让我能够呈现出我心中关于法式生活的某种想象；它让人联想到一个从容不迫、毫不费力就很时髦、很可能在农夫市集被人碰见的女性。要满足我的需求，AI需要理解我的个人风格、我的情感渴望，以及我与品牌之间不断变化的关系。目前，没有任何智能体能够接近这个水平。

我们能教会机器理解人类品味的复杂性吗？它们能领会品牌的细微精妙之处吗——不是它的Logo和定价，而是它在人心中唤起的那种感觉？这是一个雄心勃勃的任务，但这正是技术人员当下努力的方向。各地的零售商，都对结果押上了重注。

对于特定类型的购物，AI确实很有用。我家洗衣机彻底坏掉的时候，我不想花几个小时在无数个标签页之间来回切换比较规格和评价，于是我把狭小得令人窒息的洗衣房尺寸告诉了Google的Gemini，让它帮我找一台新机器。它给我推荐了一款GE的型号，我在Home Depot下了单。这台机器至今运转得无比顺畅。

一个普遍共识是，在短期内，AI购物的最佳用途将是那些毫不光鲜的场景。OpenAI商务产品负责人Neel Ajjarapu表示，ChatGPT最擅长帮用户购买那些参数繁重、需要大量调研的产品，比如电子产品、家用电器和运动装备。而Walmart的Sparky则在帮你找轮胎方面表现出色。

“没人知道自己用的是什么型号的轮胎，”Walmart负责AI加速业务的Daniel Danker说，“但如果你告诉Sparky你有一辆2021年的Rav 4，它就只会问你需要几条轮胎，然后告诉你哪家汽车养护中心有货。”

然而，要通过第三方聊天机器人实际购买这些轮胎、灯泡和网球拍，则是另一回事。大语言模型的训练方式是基于对互联网文本内容的抓取，虽然它们能看到零售商的产品页面，却无法获取库存情况等关键后台信息，也无法处理支付结算或客户支持。

这就是为什么OpenAI和Stripe在今年1月联合开发了智能体商务协议，在商家与代理之间创建一套共享语言；也是为什么Google和Shopify推出了通用商务协议，用来处理将忠诚度账户关联到结账环节等更复杂的问题。

图片来源：Shopify

与此同时，Shopify的Catalog充当了桥梁的角色，让智能体能够看到商家的库存和定价，并在AI对话中推荐相关产品。“最重要的不是哪个协议占据主导，”Stripe数据与AI负责人Emily Sands表示，“而是存在开放标准，存在互操作性，重要的参与者正在协作。”

事实证明，简化结账流程格外棘手。去年9月，OpenAI宣布正与Shopify合作推出即时结账功能，让用户可以直接从ChatGPT点击购买，但仅仅六个月后就因技术障碍和用户反应冷淡而撤回了这项计划。不过，Google在今年1月成功地在Gemini和搜索中的AI模式里推出了直接结账功能。

“人们以为结账很简单，但需要考虑的可能性是一个矩阵，”Google广告与商务副总裁兼总经理Vidhya Srinivasan说，“有优惠券码、忠诚度计划，有时配送还需要签名，所有这些都因产品和品牌而异。”

但在AI的世界里，事物变化极快，今天的问题很快就会被修复，然后被新的问题取代。“每隔几个月，我们就会看到如此巨大的变化，以至于根本没法预测什么会在什么时间节点发生，”OpenAI的Ajjarapu说，“我们是在凭直觉摸黑做规划。”

当涉及到品牌偏好的微妙之处——那条Sézane裙子带给我的感受——购物助手就显得力不从心了。在风格和品味领域，AI需要考量的远不止产品的价格和材质。它需要理解品牌对消费者意味着什么。而这意味着，要在AI购物时代生存下去，品牌不仅要打动活生生的人，还得让自己对机器来说清晰可读。

传统上，品牌一直试图通过视觉手段来抓取消费者的注意力：广告牌、杂志、电视广告和社交媒体。比如GQ杂志里Rabanne广告中轮廓分明的男模，或是TikTok上穿着低腰Gap牛仔裤跳舞的女团。“它们只能抓住一个人六秒钟的注意力，所以需要强有力的摄影和一句精辟的营销口号。”Evertune的CEO Brian Stempeck说，这家公司专门帮助品牌提高对AI工具的可见度。

相比之下，AI智能体则通过在网上阅读品牌的文字信息来了解它们。举例来说，要判断构造和定价相似的Lululemon和Vuori紧身裤有什么区别，AI会抓取电商网站、产品评论、Reddit论坛等各种信息。

问题在于，对品牌来说，AI从网上拼凑出的七拼八凑的信息，可能无法捕捉到营销人员多年来精心培养的所有细微之处。

在一个智能体主导的未来，为了有效地向消费者推销自己，品牌首先需要向AI推销自己，而且是通过文字来实现。智能体品牌专家、健康科技公司Philips前品牌负责人Thomas Marzano表示，品牌将需要用详尽的语言来阐述，它们希望唤起怎样的情感，它们的目标消费者是谁，它们的美学特征是什么，它们的价值观是什么，等等。然后，它们需要通过自有渠道和意见领袖，将这些文字散布到互联网上，“这样就不会听凭运气来决定大语言模型会在网上找到什么。”

Marzano相信，最终，品牌将能像插入库存和定价数据那样，直接将这类信息对接给大语言模型。“目前还没有一个协议或标准来做这件事，但它终将到来，”他说，“品牌与人之间的匹配，就将通过这种方式实现。”

但要让你与合适的品牌匹配，这些AI系统还需要更深入地理解你的偏好。识别一个人的品味，在硅谷并不是一个新命题。TikTok、Instagram和Pinterest等以视觉驱动的社交媒体公司，已经构建了复杂的"品味图谱"，基于你在Birkenstocks视频上多停留的那一秒，或者你是否收藏了某位奢侈设计师的帖子等行为信号，逐步构建出你个人身份的清晰画像。

结合来自数亿用户的类似数据，这些信号能以惊人的准确度预测一个个体的品味。这就是为什么这些社交媒体平台是如此强大的营销引擎，能将人们与新的品牌连接起来——那双让人趋之若鹜的球鞋、那个需要排队三个月才能买到的蜡烛初创品牌、那套极简主义的炊具。

“商务的关键在于捕捉你沿路下意识收集到的微妙信号，”风投机构Patron的合伙人Amber Atherton说，她投资早期初创企业，包括智能体商务领域的公司，“这正是这些AI购物平台所缺失的。”

在所有前沿模型中，Gemini似乎最适合攻克品味这道难题。ChatGPT和Claude只能获取用户在对话中分享的个人信息，而Google拥有多年的数据积累，只要用户授权，它就能加以利用。今年3月，它推出了一项名为“个人智能”的新功能，允许用户将Gemini连接到Gmail、Drive、YouTube和Google Photos，使其能够访问收据、度假照片和品牌发送的邮件。Srinivasan表示，随着时间的推移，这将让Gemini从仅仅回应你的购物查询，进化到主动为你推荐产品。

这个新的现实很可能意味着一种更加个性化的购物体验。我们赖以生活的品味塑造技术——TikTok算法、Instagram的信息流——实际上从来都不是专为你设计的；它们是为鼓励大规模参与而创造的。久而久之，这已使品味扁平化，让一切从品牌标识到咖啡店再到家居，都看起来更加千篇一律。

下一代AI商务将认识到，我钟情于法式极简主义，对意大利极繁主义不为所动；我舍得花300美元买一件衬衫，却对50美元的蜡烛犹豫不决；在Sézane和Reformation之间，我永远选前者。对于那些有远见、愿意让自己对机器清晰可读的品牌来说，代理式商务可能会彻底改变游戏规则。

而对某位正在寻找一条配得上花园活动的裙子的撰稿人来说，它可能意味着，进入一个电脑终于能抓准感觉的世界。